論文の概要: Generative AI and LLMs in Industry: A text-mining Analysis and Critical Evaluation of Guidelines and Policy Statements Across Fourteen Industrial Sectors

• arxiv url: http://arxiv.org/abs/2501.00957v3
• Date: Wed, 08 Jan 2025 16:07:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-09 14:53:55.053191
• Title: Generative AI and LLMs in Industry: A text-mining Analysis and Critical Evaluation of Guidelines and Policy Statements Across Fourteen Industrial Sectors
• Title（参考訳）: 産業におけるジェネレーティブAIとLCM:14の産業セクターにおけるガイドラインと政策文書のテキストマイニング分析と批判的評価
• Authors: Junfeng Jiao, Saleh Afroogh, Kevin Chen, David Atkinson, Amit Dhurandhar,
• Abstract要約: ジェネレーティブAI(GAI)とLarge Language Models(LLM)の台頭は、産業の景観を変革した。 本研究は、14の産業セクターにおける160のガイドラインと政策ステートメントをテキストベースで分析する。
• 参考スコア（独自算出の注目度）: 8.420666056013685
• License:
• Abstract: The rise of Generative AI (GAI) and Large Language Models (LLMs) has transformed industrial landscapes, offering unprecedented opportunities for efficiency and innovation while raising critical ethical, regulatory, and operational challenges. This study conducts a text-based analysis of 160 guidelines and policy statements across fourteen industrial sectors, utilizing systematic methods and text-mining techniques to evaluate the governance of these technologies. By examining global directives, industry practices, and sector-specific policies, the paper highlights the complexities of balancing innovation with ethical accountability and equitable access. The findings provide actionable insights and recommendations for fostering responsible, transparent, and safe integration of GAI and LLMs in diverse industry contexts.
• Abstract（参考訳）: ジェネレーティブAI(GAI)とLarge Language Models(LLMs)の台頭は、産業の展望を変革し、倫理的、規制的、運用上の課題を提起しながら、効率性とイノベーションのための前例のない機会を提供してきた。 本研究は、14の産業セクターにおける160のガイドラインと政策ステートメントをテキストベースで分析し、これらの技術のガバナンスを評価するための体系的手法とテキストマイニング技術を活用する。 グローバルディレクティブ,産業プラクティス,セクター固有のポリシを検討することで,イノベーションと倫理的説明責任と公平なアクセスとのバランスの複雑さを強調した。 本研究は, 多様な産業状況において, GAI と LLM の責任, 透明性, 安全な統合を促進するための, 実用的な洞察と勧告を提供するものである。

関連論文リスト

• The Transformative Impact of AI and Deep Learning in Business: A Literature Review [0.0]
  本稿では,ビジネスのさまざまな機能領域におけるAIと深層学習の根本的役割を概観する。 医療分野、小売業と製造業、農業と農業、財政における材料的応用をカバーしている。
  論文  参考訳（メタデータ） (2024-10-30T20:35:03Z)
• AI Risk Categorization Decoded (AIR 2024): From Government Regulations to Corporate Policies [88.32153122712478]
  我々は4階層の分類に分類された314のユニークなリスクカテゴリを特定した。 最高レベルでは、この分類はシステム・アンド・オペレーショナル・リスク、コンテンツ・セーフティ・リスク、社会的なリスク、法と権利のリスクを含む。 我々は、セクター間の情報共有と、生成型AIモデルとシステムのリスク軽減におけるベストプラクティスの推進を通じて、AIの安全性を向上することを目指している。
  論文  参考訳（メタデータ） (2024-06-25T18:13:05Z)
• Survey for Landing Generative AI in Social and E-commerce Recsys -- the Industry Perspectives [19.754976036068907]
  ジェネレーティブAI(GAI)は、産業レコメンデーションシステム(Recsys)の強化と革新のためのユニークな機会を提示した。 これらの分野の交差点での研究努力が増えているにもかかわらず、GAIの産業レシーズへの統合は、その初期段階にある。
  論文  参考訳（メタデータ） (2024-06-10T17:16:59Z)
• A Survey on Large Language Models for Critical Societal Domains: Finance, Healthcare, and Law [65.87885628115946]
  大規模言語モデル(LLM)は、金融、医療、法律の展望に革命をもたらしている。 我々は、医療における診断・治療方法論の強化、財務分析の革新、法的解釈・コンプライアンス戦略の精査におけるLCMの役割を強調した。 これらの分野におけるLLMアプリケーションの倫理を批判的に検討し、既存の倫理的懸念と透明で公平で堅牢なAIシステムの必要性を指摘した。
  論文  参考訳（メタデータ） (2024-05-02T22:43:02Z)
• LLMs with Industrial Lens: Deciphering the Challenges and Prospects -- A Survey [8.149749907267054]
  大規模言語モデル(LLM)は、多くの産業用途を駆動する秘密の要素となっている。 本稿では,産業環境におけるLCMの活用にともなう障害と機会を解明し,評価する。
  論文  参考訳（メタデータ） (2024-02-22T13:52:02Z)
• Leveraging Large Language Models for NLG Evaluation: Advances and Challenges [57.88520765782177]
  大規模言語モデル(LLM)は、コヒーレンス、クリエイティビティ、コンテキスト関連など、生成されたコンテンツ品質を評価するための新たな道を開いた。 既存のLCMに基づく評価指標を整理し、これらの手法を理解し比較するための構造化された枠組みを提供する。 本稿では, 偏見, 堅牢性, ドメイン固有性, 統一評価などの未解決課題を議論することによって, 研究者に洞察を提供し, より公平で高度なNLG評価手法を提唱することを目的とする。
  論文  参考訳（メタデータ） (2024-01-13T15:59:09Z)
• Ethical Considerations and Policy Implications for Large Language Models: Guiding Responsible Development and Deployment [48.72819550642584]
  本稿では,コンテンツ生成における大規模言語モデル(LLM)の倫理的考察と意義について考察する。 生成AIプログラムの肯定的および否定的な使用の可能性を強調し、アウトプットに責任を割り当てる際の課題を探求する。
  論文  参考訳（メタデータ） (2023-08-01T07:21:25Z)
• Applying Standards to Advance Upstream & Downstream Ethics in Large Language Models [0.0]
  本稿では,AIが生成するコンテンツの保護をAI所有者がいかに開発できるかを考察する。 他のコンテンツ制作業界では、行動規範や倫理基準が確立されている。
  論文  参考訳（メタデータ） (2023-06-06T08:47:42Z)
• Trustworthy, responsible, ethical AI in manufacturing and supply chains: synthesis and emerging research questions [59.34177693293227]
  製造の文脈において、責任、倫理、信頼できるAIの適用性について検討する。 次に、機械学習ライフサイクルのより広範な適応を使用して、実証的な例を用いて、各ステップが与えられたAIの信頼性に関する懸念にどのように影響するかを議論します。
  論文  参考訳（メタデータ） (2023-05-19T10:43:06Z)
• An interdisciplinary conceptual study of Artificial Intelligence (AI) for helping benefit-risk assessment practices: Towards a comprehensive qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
  本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。 目的は、AIシステムを評価するための共有概念や相違点を特定することである。
  論文  参考訳（メタデータ） (2021-05-07T12:01:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。